本文简要介绍python语言中 torch.fft.ihfft
的用法。
用法:
torch.fft.ihfft(input, n=None, dim=- 1, norm=None, *, out=None) → Tensor
input(Tensor) -真实输入张量
n(int,可选的) -信号长度。如果给定,则在计算 Hermitian IFFT 之前,输入将被零填充或修剪到该长度。
dim(int,可选的) -沿其采用一维 Hermitian IFFT 的维度。
norm(str,可选的) -
标准化模式。对于后向变换(
ihfft()
),这些对应于:"forward"
- 没有标准化"backward"
- 通过1/n
标准化"ortho"
- 通过1/sqrt(n)
标准化(使IFFT正交化)
使用相同的归一化模式调用正向变换 (
hfft()
) 将在两个变换之间应用1/n
的整体归一化。这是使ihfft()
精确反转所必需的。默认值为
"backward"
(由1/n
标准化)。
out(Tensor,可选的) -输出张量。
计算
hfft()
的倒数。input
必须是实值信号,在傅立叶域中解释。实数信号的 IFFT 是 Hermitian 对称的,X[i] = conj(X[-i])
。ihfft()
以单侧形式表示这一点,其中仅包括低于奈奎斯特频率的正频率。要计算完整输出,请使用ifft()
。示例
>>> t = torch.arange(5) >>> t tensor([0, 1, 2, 3, 4]) >>> torch.fft.ihfft(t) tensor([ 2.0000-0.0000j, -0.5000-0.6882j, -0.5000-0.1625j])
与
ifft()
的完整输出进行比较:>>> torch.fft.ifft(t) tensor([ 2.0000-0.0000j, -0.5000-0.6882j, -0.5000-0.1625j, -0.5000+0.1625j, -0.5000+0.6882j])
参数:
关键字参数:
相关用法
- Python PyTorch ignore用法及代码示例
- Python PyTorch index_select用法及代码示例
- Python PyTorch identity用法及代码示例
- Python PyTorch import_huggingface_model用法及代码示例
- Python PyTorch invoke_on_rank_and_broadcast_result用法及代码示例
- Python PyTorch is_tensor_like用法及代码示例
- Python PyTorch i0用法及代码示例
- Python PyTorch irfft用法及代码示例
- Python PyTorch is_nonzero用法及代码示例
- Python PyTorch isneginf用法及代码示例
- Python PyTorch ifft2用法及代码示例
- Python PyTorch ifftn用法及代码示例
- Python PyTorch i1e用法及代码示例
- Python PyTorch is_scripting用法及代码示例
- Python PyTorch isclose用法及代码示例
- Python PyTorch inv_ex用法及代码示例
- Python PyTorch ifftshift用法及代码示例
- Python PyTorch isnan用法及代码示例
- Python PyTorch imag用法及代码示例
- Python PyTorch inv用法及代码示例
- Python PyTorch is_tensor_method_or_property用法及代码示例
- Python PyTorch isreal用法及代码示例
- Python PyTorch import_fairseq_model用法及代码示例
- Python PyTorch irfftn用法及代码示例
- Python PyTorch i1用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.fft.ihfft。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。